智能云上手指南：2000万运单快速识别背后

6月21日，腾讯云在2017「云+未来」峰会上推出了战略新品——智能云，宣布将腾讯积累近20年的AI能力向政府、企业和开发者开放，其中首批开放计算机视觉、智能语音识别、自然语言处理的三大核心能力。腾讯云技术社区将陆续推出系列文章，介绍普通开发者如何快速接入并使用这三大 AI 能力。

在峰会上，腾讯云总裁邱跃鹏提到：顺丰使用腾讯云开发的计算视觉能力，能在3小时识别2000万张快递手写运单。这背后的技术究竟是怎么实现的呢？

本文将以一张快递运单为例，为开发者介绍腾讯云开放的计算视觉能力——万象优图，是如何快速识别快递运单的。

1. 背景

随着电子商务的不断发展，线上线下商业模式已经密不可分，其中物流起着至关重要的作用。从商家到买家、从厂家到商家，都需要通过物流来完成。通过了解发现：一件商品从揽收到送达中间要经过多个环节，其中打包中转这一环节最为繁忙，也最为重要。为了提高该环节效率，需要更加快速的识别运单上的物流信息。万象优图的运单内容自动识别，将极大的促进了这一环节的稳定高效运作。

2. 万象优图运单识别

下面是一张常见的某快递单，其中收件人地址和收件人电话是非常关键的信息，物流中转完全依赖这两个信息的完整性。

[1498049300550_5782_1498049305080.png]

传统的运单扫描都是靠人工肉眼识别的，成本高且效率低。因此探索人工智能是否可以自动扫描运单，具有非常大的意义。

下面将为您详细介绍万象优图运单识别的流程。

[流程图]

• 运单版式识别每个快递公司的运单都有不同的版式。通过大数据分析和深度学习训练，使用模式匹配方法，找出不同版式运单的特征。如下图所示，在已知版式的情况下，可以根据版式解析出图片中固定区域的内容。
  

  [版式识别]
• 字段定位

字段定位是针对收件人或寄件人的具体字段的区域检测，如电话号码、地址信息等。通过大量样本的训练，不断学习和适应各种运单中的版面变化、字体多样性变化、容忍各种噪声干扰等，最终训练得到准确性和稳定性非常强的字段定位的算法。字段定位效果示例如下图所示：

[字段定位]

• 电话号码识别运单上的电话号码通常是指11位的手机号或者8位的固定电话，基本上都是以整行的方式出现。通过长期的积累和对该场景的深入分析研究，万象优图提供了一套业内先进的整行识别技术，无需切分单字，直接识别整行手写字符。
• 地址信息识别

针对地址场景，结合运单的具体需求，我们提供独创的地址信息识别方案。借鉴数字整行识别的方法，并针对省市区地址特征和手写文本特征，改进了识别网络，使其能够适应整行手写汉字的图像特点，并直接给出对应的省市区分类结果。整个地址识别流程简化成可以直接。